Identificación de modelos ARFIMA

RESUMEN: Desde la introducción de los modelos fraccionalmente integrados ARFIMA para series de tiempo con memoria larga, ha surgido un gran interés en el estudio de sus propiedades y áreas de aplicación. En este modelo, el grado de la memoria está detenido por el parámetro de diferenciación fraccional, el cual toma valores en un intervalo continuo de números reales. Para realizar la estimación de este parámetro y probar la existencia de memoria larga, se han propuesto distintos procedimientos en la literatura. Ahora bien, generalmente no basta con conocer si hay memoria larga en la serie de tiempo, sino que es necesario estimar adecuadamente el valor del parámetro de diferenciación fraccional, del cual depende la dinámica de largo plazo de la serie, y de la componente ARMA asociada al comportamiento de corto plazo. Esta estimación requiere de la especificación correcta del modelo ARFIMA. El objetivo de este artículo es el de implementar un proceso de identificación del modelo ARFIMA para series estacionarias a partir de un procedimiento paramétrico propuesto, y comparar su desempeño con métodos semiparamétricos propuestos en la literatura. Los resultados, obtenidos a través de un estudio de simulación, muestran que el procedimiento propuesto tiene, en general, un mejor desempeño.

• Autores: Castaño Vélez, Elkin Argemiro
• Tipo de recurso: Article of investigation
• Fecha de publicación: 2016
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/7366
• Acceso en línea: http://hdl.handle.net/10495/7366
• Palabra clave: Integración fraccional; Métodos paramétricos; Métodos semiparamétricos; Persistencia; Fractional integration; Long memory; Parametric method; Semiparametric method; Persistence
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia